机器学习中Python环境的配置问题

机器学习中Python环境的配置问题

      现如今,Python在人工智能领域已经应用的很广泛了。它具有很强的实用性,并且具有丰富的工具库。比如常用的:Numpy、Pandas、Matplotlib、Scikit-Learn、tensorflow等。Tensorflow是深度学习的框架,相信大家也比较熟悉。如果在windows环境下安装Tensorflow,想必也会遇到很多的问题。如何更好的用Python编写机器学习或者深度学习的案例,配置相应的环境是必不可少的。接下来,我主要介绍一下在配置环境中可能遇到的问题,希望可以帮助各位。

1.Anaconda的使用技巧(修改Notebook默认打开的文件夹路径 )

        对于Python环境,我并没有直接从官网下载安装。而是选择了“大礼包”Anaconda这款软件。它直接翻译成中文就是蟒蛇的意思,所以也可见它的强大之处。总结一下,它主要具有以下的优点:Anaconda不仅包含了Python的工作环境,而且也包含了一些必备的库,我们可以使用conda list命令查看。另外,一些环境变量也配置好了,如pip。Notebook作为网页版的开发环境,可以得到程序中每一步的结果并保留,使用也非常方便。打开Notebook,默认的文件夹打开路径一般在C盘,因此我们可以修改一下,先把当前路径打印出来查看,如下:
机器学习中Python环境的配置问题
具体步骤:

(1)打开 cmd 输入命令 jupyter notebook --generate-config

机器学习中Python环境的配置问题

(2)查看生成的文件夹

机器学习中Python环境的配置问题

(3)打开配置文件,找到如下的那一行,删除前面的# ,填写自己的路径

机器学习中Python环境的配置问题机器学习中Python环境的配置问题

(4)修改成功。

2.Tensorflow的安装

安装Tensorflow也出现了很多问题,在Anaconda下,我们直接使用pip install tensorflow命令安装即可。安装完成后,用import命令测试,一直显示ImportError: No module named tensorflow。之后我又重新安装了一下。

(d:\Anaconda3) C:\Users\lenovo>pip install tensorflow
Collecting tensorflow
  Using cached tensorflow-1.5.0-cp35-cp35m-win_amd64.whl
Requirement already satisfied (use --upgrade to upgrade): six>=1.10.0 in d:\anaconda3\lib\site-packages (from tensorflow)
Requirement already satisfied (use --upgrade to upgrade): numpy>=1.12.1 in d:\anaconda3\lib\site-packages (from tensorflow)
Requirement already satisfied (use --upgrade to upgrade): absl-py>=0.1.6 in d:\anaconda3\lib\site-packages (from tensorflow)
Requirement already satisfied (use --upgrade to upgrade): protobuf>=3.4.0 in d:\anaconda3\lib\site-packages (from tensorflow)
Requirement already satisfied (use --upgrade to upgrade): wheel>=0.26 in d:\anaconda3\lib\site-packages (from tensorflow)
Requirement already satisfied (use --upgrade to upgrade): tensorflow-tensorboard<1.6.0,>=1.5.0 in d:\anaconda3\lib\site-packages (from tensorflow)
Requirement already satisfied (use --upgrade to upgrade): setuptools in d:\anaconda3\lib\site-packages\setuptools-27.2.0-py3.5.egg (from protobuf>=3.4.0->tensorflow)
Requirement already satisfied (use --upgrade to upgrade): werkzeug>=0.11.10 in d:\anaconda3\lib\site-packages (from tensorflow-tensorboard<1.6.0,>=1.5.0->tensorflow)
Requirement already satisfied (use --upgrade to upgrade): bleach==1.5.0 in d:\anaconda3\lib\site-packages (from tensorflow-tensorboard<1.6.0,>=1.5.0->tensorflow)
Requirement already satisfied (use --upgrade to upgrade): html5lib==0.9999999 in d:\anaconda3\lib\site-packages (from tensorflow-tensorboard<1.6.0,>=1.5.0->tensorflow)
Requirement already satisfied (use --upgrade to upgrade): markdown>=2.6.8 in d:\anaconda3\lib\site-packages (from tensorflow-tensorboard<1.6.0,>=1.5.0->tensorflow)
Installing collected packages: tensorflow
Successfully installed tensorflow-1.5.0
You are using pip version 8.1.2, however version 9.0.1 is available.

You should consider upgrading via the 'python -m pip install --upgrade pip' command.

提示是pip版本的问题。因此,更新pip版本。

(d:\Anaconda3) C:\Users\lenovo>python -m  pip install --upgrade pip

重新安装tensorflow,成功。

3.Xgboost的安装

     xgboost也是机器学习需要安装的库。我们使用命令pip install xgboost安装。提示错误:No files/directories in...。

机器学习中Python环境的配置问题

     所以我尝试使用下载好的whl安装。下载网址:https://www.lfd.uci.edu/~gohlke/pythonlibs/#xgboost

机器学习中Python环境的配置问题

我把64的两个版本都下载了下来。因为具体哪个能安装成功,现在还不确定。先安装36版本的。

机器学习中Python环境的配置问题

不成功,尝试35版本的。

机器学习中Python环境的配置问题

提示安装成功。